[发明专利]一种基于边缘计算的智能汽车高精度地图系统

说明书

本发明介绍了一种基于边缘计算的智能汽车高精度地图系统，包括静态地图模块、动态数据模块和用户服务模块；静态地图模块，用于接收外界传感器信息，并描绘静态的车辆驾驶环境；动态数据模块，用于接收节点范围内的车辆传感器、路侧传感器、静态地图模块的信息，形成节点服务范围内总体性的地图动态数据；用户服务模块，用于接收用户个人信息、静态地图模块的信息和动态数据模块的信息，根据用户个人信息，在用户服务模块直接进行计算，对节点范围内的路径进行规划，通过自我调整提供与当前场景最为匹配的信息服务。本发明提出了一种基于边缘计算的智能汽车高精度地图系统及其应用方法，实现了高效、高速、高质量的动态地图服务。

技术领域

本发明涉及高精度地图，尤其涉及一种基于边缘计算的智能汽车高精度地图系统。

背景技术

高精度地图，通俗来讲就是精度更高、数据维度更多的电子地图。精度更高体现在精确到厘米级别，数据维度更多体现在其包括了除道路信息之外的与交通相关的周围静态信息。

高精度地图将大量的行车辅助信息存储为结构化数据，这些信息可以分为两类。第一类是道路数据，比如车道线的位置、类型、宽度、坡度和曲率等车道信息。第二类是车道周边的固定对象信息，比如交通标志、交通信号灯等信息、车道限高、下水道口、障碍物及其他道路细节，还包括高架物体、防护栏、数目、道路边缘类型、路边地标等基础设施信息。

当前高精度地图应用存在两个主要问题：其一，为自动驾驶提供服务的高精度地图其数据结构和交互格式尚不明确，传统的电子导航用高精度地图在格式、描述和关联上规则与自动驾驶的现实需求都存在不小差异，同时偏重于静态和环境描述，无法表征半动态、动态地图信息；其二：目前的高精度地图主要作为静态文件部署在车载端，不仅受限于车辆单视角，难以实时了解道路拥堵和排队信息，同时增加了车载端的计算载荷，此外到达新的城市或环境后还需要进行大规模的地图数据下载或更新。

期刊文献“智能高精度地图数据逻辑结构与关键技术”刘经南、詹骄等，《测绘学报》2019年8月第48卷第8期，从地图学理论上提出智能高精地图信息传输模型，从实际应用上结合轮式机器人自主智能控制流程，提出智能高精地图数据逻辑结构，并分析其在自动驾驶中的应用，从计算模式上总结“众包+边云协同计算”计算模式，并针对如何提高众包数据质量的问题，开展关键技术分析，从应用场景分析未来智能高精地图的有效应用场景。该篇文献中的信息传输模型不够完善，使得模块较为简单，需要进行进一步的补充。

因此，如何设计一种基于边缘计算的智能汽车高精度地图系统，明确基于边缘计算的智能汽车高精度地图系统的应用方法，是目前亟待解决的问题。

发明内容

本发明采用以下技术方案解决上述技术问题：

一种基于边缘计算的智能汽车高精度地图系统，其包括静态地图模块、动态数据模块、用户服务模块；

静态地图模块，用于接收外界传感器信息，并描绘静态的车辆驾驶环境；

动态数据模块，用于接收节点范围内的车辆传感器、路侧传感器、静态地图模块的信息，形成节点服务范围内总体性的地图动态数据；

用户服务模块，用于接收用户个人信息、静态地图模块的信息和动态数据模块的信息，根据用户个人信息，在用户服务模块直接进行计算，对节点范围内的路径进行规划，通过自我调整提供与当前场景最为匹配的信息服务。

优选地，所述静态地图模块描绘的静态的车辆驾驶环境对应的数据信息包括节点数据信息、路段数据信息、车道数据信息和交通设施数据信息。

优选地，所述动态数据模块的地图动态数据包括半动态地图数据和动态地图数据。

优选地，所述半动态地图数据包括交通时间数据、交通流量数据、交通限制数据。

优选地，所述动态地图数据包括车辆数据和交通信号数据。